Twoje centrum kontaktowe stanowi istotne ogniwo łączące Twoją firmę z klientami. Każda rozmowa z Twoim contact center to szansa, aby dowiedzieć się więcej o potrzebach Twoich klientów i tym, jak dobrze te potrzeby zaspokajasz.
Większość contact center wymaga od swoich agentów podsumowania rozmowy po każdej rozmowie. Podsumowanie rozmów to cenne narzędzie, które pomaga centrom kontaktowym zrozumieć rozmowy z klientami i uzyskać wnioski z nich. Ponadto dokładne podsumowania rozmów usprawniają podróż klienta, eliminując potrzebę powtarzania informacji przez klientów po przekazaniu ich innemu agentowi.
W tym poście wyjaśniamy, jak wykorzystać moc generatywnej sztucznej inteligencji, aby zmniejszyć wysiłek i poprawić dokładność tworzenia podsumowań rozmów i dyspozycji połączeń. Pokazujemy również, jak szybko rozpocząć korzystanie z najnowszej wersji naszego rozwiązania open source, Analiza połączeń na żywo z funkcją Agent Assist.
Wyzwania z podsumowaniami rozmów
W miarę jak centra kontaktowe gromadzą coraz więcej danych dotyczących mowy, znacznie wzrosło zapotrzebowanie na skuteczne podsumowywanie rozmów. Jednak większość podsumowań jest pusta lub niedokładna, ponieważ ręczne ich tworzenie jest czasochłonne i wpływa na kluczowe wskaźniki agentów, takie jak średni czas obsługi (AHT). Agenci zgłaszają, że podsumowanie może zająć nawet jedną trzecią całej rozmowy, dlatego je pomijają lub podają niekompletne informacje. To szkodzi doświadczeniu klienta — długie przetrzymania frustrują klientów, a typy agentów, a niekompletne podsumowania oznaczają proszenie klientów o powtarzanie informacji podczas przesyłania między agentami.
Dobra wiadomość jest taka, że automatyzacja i rozwiązywanie problemów związanych z podsumowaniem jest teraz możliwe dzięki generatywnej sztucznej inteligencji.
Generatywna sztuczna inteligencja pomaga dokładnie i skutecznie podsumowywać rozmowy telefoniczne z klientami
generatywna sztuczna inteligencja opiera się na bardzo dużych modelach uczenia maszynowego (ML), nazywanych modelami podstawowymi (FM), które są wstępnie szkolone na dużych ilościach danych na dużą skalę. Podzbiór tych FM skupiających się na rozumieniu języka naturalnego nazywany jest dużymi modelami językowymi (LLM) i jest w stanie generować podobne do człowieka, istotne kontekstowo podsumowania. Najlepsi LLM mogą z łatwością przetwarzać nawet złożone, nieliniowe struktury zdań i określać różne aspekty, w tym temat, intencję, kolejne kroki, wyniki i nie tylko. Wykorzystanie LLM do automatyzacji podsumowania rozmów pozwala na dokładne podsumowanie rozmów z klientami w ułamku czasu potrzebnego na ręczne podsumowanie. To z kolei umożliwia centrom kontaktowym zapewnianie najwyższej jakości obsługi klienta, przy jednoczesnym zmniejszeniu obciążenia dokumentacyjnego agentów.
Poniższy zrzut ekranu przedstawia przykładową stronę szczegółów połączeń na żywo z usługą Agent Assist, która zawiera informacje o każdym połączeniu.
Poniższy film przedstawia przykład analizy połączeń na żywo z funkcją Agent Assist podsumowującą trwającą rozmowę, podsumowanie po jej zakończeniu i wygenerowanie wiadomości e-mail z informacją uzupełniającą.
Omówienie rozwiązania
Poniższy schemat ilustruje przepływ pracy rozwiązania.
Pierwszym krokiem do wygenerowania abstrakcyjnych podsumowań rozmów jest transkrypcja rozmowy z klientem. Posiadanie dokładnych, gotowych do użycia transkrypcji ma kluczowe znaczenie dla generowania dokładnych i skutecznych podsumowań rozmów. Amazon Transcribe może pomóc w tworzeniu transkrypcji rozmów z centrum kontaktowego z dużą dokładnością. Amazon Transcribe to bogaty w funkcje interfejs API zamiany mowy na tekst z najnowocześniejszymi modelami rozpoznawania mowy, które są w pełni zarządzane i stale szkolone. Klienci tacy jak New York Times, Slack, Zillow, Wixi tysiące inni korzystaj z Amazon Transcribe, aby generować bardzo dokładne transkrypcje, aby poprawić swoje wyniki biznesowe. Kluczowym wyróżnikiem usługi Amazon Transcribe jest jej zdolność do ochrony danych klientów poprzez redagowanie poufnych informacji z dźwięku i tekstu. Chociaż ochrona prywatności i bezpieczeństwa klientów jest ogólnie ważna dla contact center, jeszcze ważniejsze jest maskowanie poufnych informacji, takich jak dane konta bankowego i numery ubezpieczenia społecznego, przed wygenerowaniem automatycznych podsumowań rozmów, aby nie zostały one wprowadzone do podsumowań.
Dla klientów, którzy już korzystają Amazon Połącz, nasze wielokanałowe centrum kontaktowe w chmurze, Soczewka kontaktowa do Amazon Connect zapewnia natywnie funkcje transkrypcji i analizy w czasie rzeczywistym. Jeśli jednak chcesz zastosować generatywną sztuczną inteligencję w swoim istniejącym contact center, opracowaliśmy do magazynowania energii które wykonują większość ciężkich prac związanych z transkrypcją rozmów w czasie rzeczywistym lub po rozmowie z istniejącego contact center oraz generowaniem automatycznych podsumowań rozmów przy użyciu generatywnej sztucznej inteligencji. Dodatkowo umożliwia to rozwiązanie opisane w tej sekcji zintegrować się z systemem zarządzania relacjami z klientami (CRM). aby automatycznie aktualizować wybrany CRM o wygenerowane podsumowania rozmów. W tym przykładzie używamy naszego Analiza połączeń na żywo z rozwiązaniem Agent Assist (LCA) do generowania transkrypcji rozmów w czasie rzeczywistym i podsumowań rozmów z LLM hostowanymi na Amazońska skała macierzysta. Możesz także napisać AWS Lambda funkcję i podaj LCA nazwę zasobu Amazon (ARN) w pliku Tworzenie chmury AWS parametry i użyj wybranego LLM.
Poniższa uproszczona architektura LCA ilustruje podsumowanie połączeń za pomocą Amazon Bedrock.
LCA jest dostarczany jako szablon CloudFormation, który wdraża poprzednią architekturę i umożliwia transkrypcję połączeń w czasie rzeczywistym. Etapy przepływu pracy są następujące:
- Dźwięk rozmów można przesyłać strumieniowo za pośrednictwem SIPREC z systemu telefonicznego do złącza głosowego Amazon Chime SDK Voice Connector, które buforuje dźwięk w Strumienie wideo Amazon Kinesis. LCA obsługuje także inne mechanizmy przetwarzania dźwięku, takie jak Hak audio Genesys Cloud.
- Usługa Amazon Chime SDK Call Analytics następnie przesyła strumieniowo dźwięk z Kinesis Video Streams do Amazon Transcribe i zapisuje dane wyjściowe w formacie JSON Strumienie danych Amazon Kinesis.
- Funkcja Lambda przetwarza segmenty transkrypcji i utrwala je w formacie Amazon DynamoDB tabela.
- Po zakończeniu połączenia Amazon Chime SDK Voice Connector publikuje plik Most zdarzeń Amazona powiadomienie, które uruchamia funkcję Lambda, która odczytuje utrwalony transkrypt z DynamoDB, generuje zachętę LLM (więcej na ten temat w następnej sekcji) i uruchamia wnioskowanie LLM z Amazon Bedrock. Wygenerowane podsumowanie jest zachowywane w DynamoDB i może być używane przez agenta w interfejsie użytkownika LCA. Opcjonalnie możesz udostępnić funkcję Lambda ARN, która zostanie uruchomiona po wygenerowaniu podsumowania w celu integracji z systemami CRM innych firm.
LCA umożliwia także wywołanie podsumowującej funkcji Lambda w trakcie rozmowy, ponieważ w każdej chwili można pobrać transkrypcję i utworzyć monit, nawet jeśli rozmowa jest w toku. Może to być przydatne w sytuacjach, gdy połączenie jest przekazywane innemu agentowi lub przekazywane przełożonemu. Zamiast zawieszać klienta i wyjaśniać połączenie, nowy agent może szybko przeczytać automatycznie wygenerowane podsumowanie, które może zawierać informację o bieżącym problemie i o tym, co poprzedni agent próbował rozwiązać.
Przykładowy monit podsumowujący rozmowę
Możesz szybko uruchomić wnioski LLM, aby wygenerować i ulepszyć podsumowania rozmów. Możesz modyfikować szablony podpowiedzi, aby zobaczyć, co najlepiej sprawdza się w przypadku wybranego LLM. Poniżej znajduje się przykład domyślnego monitu o podsumowanie transkrypcji za pomocą LCA. Zastępujemy {transcript}
symbol zastępczy z rzeczywistym zapisem rozmowy.
LCA uruchamia monit i przechowuje wygenerowane podsumowanie. Oprócz podsumowań możesz poinstruować LLM, aby wygenerował prawie dowolny tekst ważny dla produktywności agenta. Możesz na przykład wybrać spośród zestawu tematów poruszanych podczas rozmowy (dyspozycja agenta), wygenerować listę wymaganych dalszych zadań, a nawet napisać do dzwoniącego e-mail z podziękowaniami za rozmowę.
Poniższy zrzut ekranu jest przykładem generowania wiadomości e-mail z dalszymi działaniami agenta w interfejsie użytkownika LCA.
Dzięki dobrze zaprojektowanemu podpowiedzi niektóre LLM mają możliwość wygenerowania wszystkich tych informacji w ramach jednego wniosku, co zmniejsza koszt wnioskowania i czas przetwarzania. Agent może następnie wykorzystać wygenerowaną odpowiedź w ciągu kilku sekund od zakończenia połączenia do pracy po kontakcie. Możesz także zintegrować wygenerowaną odpowiedź automatycznie do Twojego systemu CRM.
Poniższy zrzut ekranu przedstawia przykładowe podsumowanie w interfejsie użytkownika LCA.
Możliwe jest także wygenerowanie podsumowania jeszcze w trakcie rozmowy (patrz poniższy zrzut ekranu), co może być szczególnie pomocne w przypadku długich rozmów z klientami.
Przed generatywną sztuczną inteligencją agenci musieliby zwracać uwagę, a jednocześnie robić notatki i wykonywać inne zadania w razie potrzeby. Automatycznie transkrybując rozmowę i wykorzystując LLM do automatycznego tworzenia podsumowań, możemy zmniejszyć obciążenie psychiczne agenta, dzięki czemu może on skupić się na zapewnianiu najwyższej jakości obsługi klienta. Prowadzi to również do dokładniejszej pracy po rozmowie, ponieważ transkrypcja dokładnie odzwierciedla to, co wydarzyło się podczas rozmowy, a nie tylko to, co agent zanotował lub zapamiętał.
Podsumowanie
Przykładowa aplikacja LCA jest udostępniana jako oprogramowanie typu open source — użyj jej jako punktu wyjścia do własnego rozwiązania i pomóż nam ulepszyć je, dostarczając poprawki i funkcje za pośrednictwem żądań ściągnięcia GitHub. Aby uzyskać informacje na temat wdrażania LCA, zobacz Analiza połączeń na żywo i pomoc agentom w Twoim contact center dzięki usługom AI w języku Amazon. Przejdź do Repozytorium LCA GitHub aby poznać kod, zarejestruj się, aby otrzymywać powiadomienia o nowych wersjach i sprawdź README w celu uzyskania najnowszych aktualizacji dokumentacji. Klienci, którzy już korzystają z Amazon Connect, mogą dowiedzieć się więcej o generatywnej sztucznej inteligencji w Amazon Connect, odnosząc się do Jak liderzy contact center mogą przygotować się na generatywną sztuczną inteligencję.
O autorach
Krzysztof Lott jest starszym architektem rozwiązań w zespole usług językowych AWS AI. Posiada 20-letnie doświadczenie w tworzeniu oprogramowania dla przedsiębiorstw. Chris mieszka w Sacramento w Kalifornii i lubi ogrodnictwo, lotnictwo i podróże po świecie.
Smriti Ranjan jest głównym menedżerem produktu w zespole AWS AI/ML skupiającym się na usługach językowych i wyszukiwania. Przed dołączeniem do AWS pracowała w Amazon Devices i innych startupach technologicznych, kierując funkcjami związanymi z produktami i rozwojem. Smriti mieszka w Bostonie w stanie Massachusetts i lubi wędrować, chodzić na koncerty i podróżować po świecie.
- Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
- PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
- PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
- PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
- Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
- Źródło: https://aws.amazon.com/blogs/machine-learning/use-generative-ai-to-increase-agent-productivity-through-automated-call-summarization/
- :ma
- :Jest
- $W GÓRĘ
- 100
- 13
- 20
- 20 roku
- 438
- 7
- a
- zdolność
- Zdolny
- O nas
- Konto
- precyzja
- dokładny
- dokładnie
- rzeczywisty
- do tego
- Lotnictwo
- Po
- Agent
- agentów
- AI
- AI / ML
- Wszystkie kategorie
- pozwala
- prawie
- już
- również
- Chociaż
- Amazonka
- Dzwonek Amazonki Chi
- Amazon Transcribe
- Amazon Web Services
- kwoty
- an
- analityka
- i
- Inne
- odpowiedź
- każdy
- api
- Zastosowanie
- architektura
- SĄ
- AS
- pytanie
- aspekty
- pomagać
- Asystent
- powiązany
- At
- uczestniczyć
- Uwaga
- audio
- zautomatyzować
- zautomatyzowane
- automatycznie
- automatyzacja
- średni
- AWS
- z powrotem
- Bank
- konto bankowe
- na podstawie
- BE
- bo
- zanim
- poniżej
- oprócz
- BEST
- Ulepsz Swój
- pomiędzy
- boston
- ciężar
- biznes
- by
- California
- wezwanie
- nazywa
- Gość
- Połączenia
- CAN
- nie może
- Centrum
- Centra
- wyzwanie
- ZOBACZ
- Kurant
- wybór
- Dodaj
- Chris
- Christopher
- Chmura
- kod
- zbierać
- kompleks
- koncerty
- Skontaktuj się
- skontaktuj się
- contact center
- zawiera
- bez przerwy
- przyczyniając
- Rozmowa
- rozmowy
- Koszty:
- pokryty
- Stwórz
- stworzony
- Tworzenie
- CRM
- istotny
- Aktualny
- klient
- dane klienta
- doświadczenie klienta
- Podróż klienta
- Klientów
- dane
- Domyślnie
- zdefiniowane
- dostarczyć
- dostarczanie
- wdrażanie
- wdraża się
- szczegółowe
- detale
- Ustalać
- rozwinięty
- oprogramowania
- urządzenia
- różnicujący
- kierować
- do
- dokumentacja
- nie
- podczas
- każdy
- łatwość
- Efektywne
- wydajny
- wysiłek
- eliminując
- Umożliwia
- kończący się
- kończy się
- Inżynieria
- wzmacniać
- Enterprise
- oprogramowanie firmowe
- szczególnie
- Parzyste
- Każdy
- przykład
- Przede wszystkim system został opracowany
- doświadczenie
- Wyjaśniać
- wyjaśniając
- odkryj
- Korzyści
- Pobrano
- kilka
- wypełniać
- i terminów, a
- Skupiać
- koncentruje
- skupienie
- następujący
- następujący sposób
- W razie zamówieenia projektu
- Fundacja
- frakcja
- od
- w pełni
- funkcjonować
- Funkcje
- Wzrost
- Płeć
- Ogólne
- Generować
- wygenerowane
- generuje
- generujący
- generacja
- generatywny
- generatywna sztuczna inteligencja
- otrzymać
- GitHub
- dobry
- dorosły
- Wzrost
- uchwyt
- Have
- mający
- he
- ciężki
- ciężkie podnoszenie
- pomoc
- pomocny
- pomoc
- pomaga
- Wysoki
- wysoko
- przytrzymaj
- posiada
- hostowane
- W jaki sposób
- How To
- Jednak
- http
- HTTPS
- boli
- if
- ilustruje
- wpływ
- ważny
- podnieść
- in
- niedokładny
- zawierać
- Włącznie z
- Zwiększać
- Informacja
- spostrzeżenia
- integrować
- zamiar
- Interfejs
- najnowszych
- problem
- IT
- JEGO
- łączący
- podróż
- json
- właśnie
- Klawisz
- język
- duży
- firmy
- Przywódcy
- prowadzący
- Wyprowadzenia
- UCZYĆ SIĘ
- nauka
- Modernizacja
- lubić
- LINK
- Lista
- relacja na żywo
- Zyje
- LLM
- długo
- niższy
- maszyna
- uczenie maszynowe
- robić
- zarządzane
- i konserwacjami
- kierownik
- podręcznik
- ręcznie
- maska
- oznaczać
- Mechanizmy
- Spotkanie
- psychika
- Metryka
- ML
- modele
- modyfikować
- jeszcze
- większość
- Nazwa
- Naturalny
- Potrzebować
- potrzebne
- wymagania
- Neutralny
- Nowości
- aktualności
- Następny
- Uwagi
- powiadomienie
- już dziś
- z naszej
- miejsce
- of
- omnichannel
- on
- trwający
- tylko
- koncepcja
- open source
- Okazja
- Option
- or
- Inne
- ludzkiej,
- na zewnątrz
- wyniki
- wydajność
- własny
- strona
- parametry
- Zapłacić
- wykonywania
- utrzymuje się
- zastępczy
- plato
- Analiza danych Platona
- PlatoDane
- punkt
- możliwy
- Post
- power
- powered
- Przygotować
- poprzedni
- Główny
- Wcześniejszy
- prywatność
- wygląda tak
- procesów
- przetwarzanie
- Produkt
- product manager
- wydajność
- Postęp
- chronić
- ochrony
- zapewniać
- pod warunkiem,
- zapewnia
- Publikuje
- Putting
- pytanie
- pytania
- szybko
- raczej
- Czytaj
- real
- w czasie rzeczywistym
- uznanie
- zmniejszyć
- redukcja
- odnosić się
- , o którym mowa
- związek
- prasowe
- powtarzać
- obsługi produkcji rolnej, która zastąpiła
- odpowiadać
- raport
- reprezentacja
- wywołań
- wymagać
- wymagany
- rozwiązać
- Zasób
- Odpowiadać
- odpowiedź
- run
- działa
- Sacramento
- Bezpieczeństwo
- Skala
- Sdk
- Szukaj
- sekund
- Sekcja
- bezpieczeństwo
- widzieć
- Segmenty
- senior
- wrażliwy
- wyrok
- służy
- Usługi
- zestaw
- ona
- pokazać
- Targi
- znak
- znacznie
- uproszczony
- pojedynczy
- So
- Obserwuj Nas
- Tworzenie
- rozwoju oprogramowania
- rozwiązanie
- Rozwiązania
- Rozwiązywanie
- kilka
- Źródło
- przemówienie
- Rozpoznawanie mowy
- zamiana mowy na tekst
- rozpoczęty
- Startowy
- Startups
- state-of-the-art
- Ewolucja krok po kroku
- Cel
- Nadal
- sklep
- strumieniowo
- Strumienie
- Struktury
- taki
- streszczać
- PODSUMOWANIE
- przełożony
- podpory
- system
- systemy
- stół
- Brać
- biorąc
- zadania
- zespół
- Technologia
- szablon
- Szablony
- XNUMX
- niż
- że
- Połączenia
- świat
- ich
- Im
- następnie
- Te
- one
- Trzeci
- innych firm
- to
- tych
- tysiące
- Przez
- czas
- czasochłonne
- czasy
- do
- wziął
- narzędzie
- aktualny
- tematy
- Kwota produktów:
- przeszkolony
- Transkrypcja
- przeniesione
- Podróżowanie
- wypróbowany
- SKRĘCAĆ
- typy
- zrozumieć
- zrozumienie
- Aktualizacja
- Nowości
- us
- posługiwać się
- używany
- Użytkownik
- Interfejs użytkownika
- za pomocą
- Cenny
- różnorodny
- Naprawiono
- wersja
- początku.
- przez
- Wideo
- istotny
- Głos
- chcieć
- we
- sieć
- usługi internetowe
- DOBRZE
- były
- Co
- Co to jest
- jeśli chodzi o komunikację i motywację
- który
- Podczas
- KIM
- będzie
- w
- w ciągu
- Praca
- pracował
- workflow
- działa
- świat
- by
- napisać
- lat
- york
- You
- Twój
- youtube
- zefirnet